Generování náhodných čísel pomocí modulu np.random

Modul np.random budeme v tomto kurzu i jeho pokračování hojně využívat. Ve skutečnosti budeš metody instancí RNG volat pravděpodobně častěji než jakoukoli jinou funkci, kdykoli si nasadíš klobouk hacker statistika. Začněme jednoduchým testem funkce rng.random(). Ta vrací náhodné číslo mezi nulou a jedničkou. Pokud ji zavoláš několikrát po sobě, uvidíš, jak se čísla mění v rozmezí od nuly do jedničky.

V tomto cvičení vygenerujeme velké množství náhodných čísel mezi nulou a jedničkou a pak zobrazíme histogram výsledků. Pokud jsou čísla skutečně náhodná, všechny sloupce histogramu by měly mít (přibližně) stejnou výšku.

Možná sis všiml/a, že Justin ve videu vygeneroval 4 náhodná čísla tak, že funkci rng.random() předal argument size=4. Takový přístup je efektivnější než cyklus for — v tomto cvičení ale cyklus for napíšeš záměrně, abys na vlastní kůži zažil/a podstatu hacker statistiky: opakování experimentu znovu a znovu.

Toto cvičení je součástí kurzu

Statistical Thinking in Python (Part 1)

Zobrazit kurz

Pokyny k cvičení

Vytvoř instanci generátoru náhodných čísel rng a nastav seed na hodnotu 42.
Inicializuj prázdné pole random_numbers o 100 000 prvcích pro ukládání náhodných čísel. Použij k tomu np.empty(100000).
Napiš cyklus for, který pomocí rng.random() vygeneruje 100 000 náhodných čísel a uloží je do pole random_numbers. Iteruj přes range(100000).
Vykresli histogram pole random_numbers. Osy v tomto případě popisovat nemusíš — jde nám jen o ověření generátoru náhodných čísel. Kód odešli a zobraz výsledný graf.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Instantiate and seed the random number generator


# Initialize random numbers: random_numbers
random_numbers = ____

# Generate random numbers by looping over range(100000)
for i in ____:
    random_numbers[i] = ____

# Plot a histogram
_ = plt.hist(____)

# Show the plot
plt.show()

Upravit a spustit kód